几何活动轮廓图像分割模型的研究
【摘要】:图像分割是图像处理领域首要解决的关键问题基于曲线演化理论和水平集方法的几何活动轮廓模型不仅能够自适应地处理拓扑结构变化、提供高精度的闭合分割曲线,而且具有对初始条件不敏感、数值实现简单等优点,目前在理论和应用方面的研究正方兴未艾.本文围绕几何活动轮廓模型在医学、自然和遥感等异质图像的分割问题进行了研究,主要获得了以下一些成果:
首先,由于CV模型等传统基于区域的几何活动轮廓模型仅将灰度同质作为区域相似性的测度,致使模型在分割噪声分布大、灰度复杂的自然、遥感等异质图像时难有较好的分割结果.本文提出了一种基于Earth Mover's Distance (EMD)的快速活动轮廓图像分割模型:一方面给出了基于EMD的区域相似性测度,并引入到模型的定义;另一方面,本文采用基于过分割的规则化和快速曲线演化方法.该模型能有效地抑制演化曲线陷入局部极小,因此具有更好的目标地物提取能力.同时,基于过分割的曲线演化提高了模型的数值实现效率.对合成图像和遥感图像的实验结果证明了模型的有效性.
其次,基于局部二值拟合(Local Binary Fitting, LBF)的变分水平集模型的分割质量很大程度上取决于核带宽的选取,容易造成冗余轮廓、边界模糊等问题,本文提出了一种基于边界保持局部拟合的变分水平集模型.该模型引入图像相依的测地时间定义核函数,结合空间距离和图像梯度,自适应地选取邻域采样点;同时,采用基于多波段的图像梯度,并相应地调整图像点的相异性测度,将模型的应用范围扩展至彩色及多光谱图像.实验结果表明,该模型能选取较大核带宽并有效保留潜在的边界信息,从而避免了核带宽的选取问题,提高了演化曲线克服局部极小弱边界等问题的鲁棒性,能较好地应用于灰度异质图像的精确分割;而且,该模型对彩色及多光谱图像的分割也同样有效.
接着,我们研究了基于成对相似性的图划分活动轮廓(Graph Partitioning Active Contours,GPAC)模型.传统GPAC模型的连接权函数仅与图像光谱相关,使得模型在低对比度模糊图像的应用存在较大局限,同时,成对相似性的计算量大,模型的数值实现效率不甚理想.针对上述问题,本文引入测地核函数定义连接权函数,结合多相水平集,提出了基于局部图划分的多相活动轮廓图像分割模型.大量自然图像的仿真实验表明:该模型较GPAC模型具有更好的边界获取能力,同时,模型通过测地核函数的带宽约束,实现了水平集演化的窄带加速效果,减少了成对相似性的计算和存储,从而提高了模型的计算效率.
最后,为了克服传统几何活动轮廓SAR分割模型高度依赖统计分布假定的缺点,本文结合基于成对相似性的图划分方法和几何活动轮廓模型的优点,提出了基于区域相似性的活动轮廓SAR分割模型:首先将原始图像过分割成同质子区域集;然后结合强度和纹理信息真实度量子区域的成对相似性,并以此定义能量泛函;最后利用基于过分割的规则化和快速曲线演化实现SAR图像的有效分割.实测SAR图像的实验结果表明,该模型能较快、准确地得到SAR图像的分割结果.
|
|
|
|
1 |
夏利民,谷士文;基于自适应活动轮廓的图像分割[J];长沙铁道学院学报;1999年03期 |
2 |
夏利民,谷士文,沈新权;基于活动轮廓的运动目标的动态分割[J];中国图象图形学报;1999年08期 |
3 |
夏利民,谷士文,罗大庸,樊晓平;基于活动轮廓的机器人视觉伺服控制[J];国防科技大学学报;2000年01期 |
4 |
蒋晓悦,赵荣椿;一种改进的活动轮廓图像分割技术[J];中国图象图形学报;2004年09期 |
5 |
夏利民,谷士文,樊晓平,罗大庸;基于活动轮廓的机器人视觉伺服[J];机器人;2000年05期 |
6 |
夏利民,谷士文,沈新权;基于活动轮廓的多分辨率自适应图像分割[J];小型微型计算机系统;2001年02期 |
7 |
李生平,贾振堂,贺贵明,韩艳芳,董梅;综合利用人脸特征和活动轮廓技术的人脸检测及跟踪算法[J];小型微型计算机系统;2003年10期 |
8 |
胡炯炯,于慧敏,房波;基于形态学约束的B-Snake模型的细胞图像自动分割方法[J];中国图象图形学报;2005年01期 |
9 |
邢益良;张荣国;邵永波;刘焜;;积分投影与活动轮廓相结合的人眼疲劳识别[J];计算机工程;2010年06期 |
10 |
周激流,张晔,朱辉,郭晶,龙建忠;基于动态模板与活动轮廓的人脸正面自动模式识别系统研究[J];四川大学学报(自然科学版);1999年05期 |
11 |
李凌娟,贾振堂,贺贵明;一种鲁棒的视频分割算法[J];中国图象图形学报;2002年11期 |
12 |
赵希梅;武金燕;任秋实;周国民;;基于Watersnake的视神经纤维的自动识别[J];中国生物医学工程学报;2008年03期 |
13 |
杨晓辉,李中科,吴乐南;一种稳健的目标提取与跟踪算法[J];应用科学学报;2005年01期 |
14 |
宋麒;丛鹏;陈景运;;基于水平集的图像分割方法在箱包DR-CT检测系统中的应用[J];原子能科学技术;2006年06期 |
15 |
贾振堂,韩艳芳,贺贵明;一种二值图像下的收缩型活动轮廓及其应用[J];小型微型计算机系统;2004年03期 |
16 |
张晓燕;赵荣椿;;一种视频序列中的运动对象自动分割算法[J];计算机科学;2007年06期 |
17 |
金王平;李鹏飞;韦穗;梁栋;;多通道图像轮廓线提取的变分算法[J];计算机工程;2010年19期 |
18 |
沈未名,江柳,种衍文;视频对象分割及跟踪方法研究[J];武汉大学学报(信息科学版);2004年03期 |
19 |
种衍文;江柳;沈未名;;基于变化检测的视频对象提取及后继帧的对象跟踪[J];武汉大学学报(信息科学版);2006年08期 |
20 |
高勇;郭建;李存华;;基于C-V模型的图像分割研究[J];淮海工学院学报(自然科学版);2009年04期 |
|